درخت خرما یکی از درختان استراتژیک و با اهمیت در ایران بشمار میرود و به دلیل شرایط اقلیمی مناسب برای کاشت آن از سابقه بسیار طولانی برخوردار است. محصول خرما سهم قابل توجهی در تولید ناخالص ملی (85/8 میلیون دلار در سال)، اشتغال زایی مناسب (بیش از 500 نفر به صورت دائم و 3400 نفر موقت )در مناطق خرما خیز، صادرات بیش از 100 هزار تن در سال، پتانسیل ارزآوری زیاد و ایجاد صنایع گوناگون بسته بندی و جانبی دارد. تولید این محصول از نظر ایجاد امنیت غذایی به دلیل ارزش تغذیه ای بالا و اولویت آن در سبد غذایی استانهای جنوبی ایران از اهمیت خاصی برخوردار است(Abdpour, Asadabadi, & Fami, 2017).
استان خوزستان یکی از استانهای واقع در جنوب غربی ایران بوده و دومین استان از نظر تولید خرما است. این استان با 37452 هکتار سطح بارور و تولید 190 هزار تن از این محصول، عملکردی معادل 5083 کیلوگرم را به خود اختصاص داده است (سالنامه آماری جهاد کشاورزی خوزستان، 1398). در این میان شهرستان بهبهان با تولید 8/6 هزار تن محصول خرما یکی از تولیدکنندگان و همچنین صادرکنندگان بزرگ استان خوزستان بوده و منبع درآمدی بسیار مناسبی برای این شهرستان محسوب میشود. بنابراین با افزایش دادن کارایی تولید این محصول میتوان منابع و امکانات تولیدی را به سمتی سوق داد تا جایگاه رقابتی این محصول پایدار باقی بماند. در ادامه به تعدادی از مطالعات داخلی و خارجی انجام شده در مورد کارایی با استفاده از روشهای اعمال عدم حتمیت اشاره میگردد.
(Hladík, 2019) در مطالعه ای یک روش جدید برای سنجش کارایی بر اساس استواری پیشنهاد نمود و بسیاری از ویژگی های این روش را به لحاظ نظری توضیح داد. این روش مبتنی بر یک دیدگاه بهینه سازی قوی (استوار) است. بهینه سازی استوار دارای ویژگی های قابل توجهی است؛ از جمله اینکه ترتیب رتبه بندی را در مقایسه با روش کلاسیک (DEA) حفظ مینماید. همچنین در تضاد با روش DEA کلاسیک، مقدار مطرح شده به طور طبیعی نرمال شده میباشد. یعنی این مقادیر میتواند نه فقط برای مقایسه واحدهای تصمیمگیر در یک مدل استفاده شود، بلکه برای مقایسهDMU ها از مدلهای مختلف، حتی مدلهای غیر مرتبط نیز استفاده گردد. بنابراین این روش مقادیر کلی (جامع) را ارئه میدهد. در واقع ایده اصلی این روش، دست یافتن به متدی بود که همان ویژگی های مثبت الگوریتم DEA کلاسیک را داشته باشد. علاوه بر آن ویژگی های مثبت بیشتری نیز داشته باشد. در این مطالعه در قالب ارائه چندین مثال، ویژگی های تئوریک RDEA تائید نیز گردید.
(Alizadeh & Omrani, 2019)، نیز در مطالعهای برای تعیین و انتخاب بهترین ترکیب از پارمترهای ماشین لیزر CO2 از مدل RDEA استفاده نمودند. به طور خلاصه در این مطالعه به منظور بهینه سازی خصوصیات برش در ماشین لیزر CO2 از روش [1]MRT، NN[2] و RDEA در سه فاز بکار گرفته شد. روش تاگوچی ([3]TM) یکی از قدرتمندترین روش های آماری برای بهبود کیفیت است. روش MRT (متد پاسخ چندگانه تاگوچی) برای پوشش دادن کاستی های روش تاگوچی (TM) سنتی توسعه داده شد. برای بهینه سازی مسائل MRT تکنیک ها و روشهای مختلفی استفاده شده است. در بین روشهای موجود، DEA یکی از روشهای مورد علاقه است. این مطالعه در سه فاز انجام شد. در فاز اول و دوم به ترتیب از روش MRT و NN استفاده شد و در نهایت در فاز سوم از مدل RDEA برای انتخاب ترکیبات بهینه از پارامترهای ماشین لیزر CO2 استفاده گردید. همچنین به منظور تشریح قابلیت و توانایی رویکرد مطرح شده، یک سری داده واقعی از اجرای آزمایشات دستگاه برش لیزر CO2 از یک شرکت صنعتی در ایران جمع آوری گردید. طبق نتایج مدل، به منظور مصونیت قیدها در مقابل اختلات، مقادیر کارایی که توسط RDEA ایجاد شده از مقادیر ایجاد شده توسط مدل DEA کوچک تر هستند. همچنین در نظر نگرفتن عدم حتمیت در کاربرد برنامهریزی خطی ممکن است منجر به نتایج غیر قابل اعتماد و نادرست شود. این نتایج تائید مینمایند رویکرد مطرح شده با واقیعت انطباق بیشتری دارد و قابل کاربرد در صنایع ساخت میباشند.
(Shokouhi et al., 2010)، در مطالعه ای یک روش بهینه سازی استوار را از DEA استاندارد در شرایط عدم حتمیت اقتباس نمودند. این روش بهینه سازی استوار بر اساس مدل CCR میباشد. ایشان با استفاده از دو مثال عددی (در زمینه کامپیوتر و مهندسی صنایع) به توضیح برخی ویژگی های این روش پرداختند. طبق ادبیات موجود مسئله دادههای غیردقیق (غیرصریح) در مدلهای DEA به روشهای مختلفی بررسی شده است. همان طور که قبلا ذکر شد، هر کدام از این روشها دارای مشکلات خاص خود هستند و میتوانند مشکلاتی را در عمل در کاربرد DEA به وجود آورند. (Shokouhi et al.) نیز در مطالعه خود به ارائه روش بهینه سازی استوار (RDEA) برای مواجه با عدم قطعیت در داده ها پرداختند. که این روش هم رویکرد فاصلهای (IDEA) را در بر میگرفت و هم پیچیدگی کمتری نسبت به روش فازی (FDEA) داشت. همچنین در مدل RDEA با استفاده از پارامترهای سطوح محافظه کاری به هر واحد تصمیمگیر (DMU) میتوان محافظهکاری مدل را تنظیم نمود. در این مطالعه نیز جهت نشان دادن اهمیت تفاوت کارایی برای سطوح مختلف، از شبیه سازی مونت کارلو استفاده گردید و انطباق رتبه بندی های ناشی از مدل ریاضی با واقیعت بررسی شد. همچنین در این مطالعه روش بهینه سازی استوار، یک روش جایگزین برای DEA فازی و فاصله ای معرفی شد.
در کشور ایران نیز پژوهشی با استفاده از روش RDEA توسط (Mostafa Mardani & Salarpour, 2015) صورت گرفته است. در این مطالعه کارایی فنی و کارایی مقیاس 23 استان تولیدکننده محصول سیب زمینی بررسی شد. طبق نتایج کارایی فنی و کارایی مقیاس تولیدکنندگان سیب زمینی بالا و به ترتیب برابر 90 درصد و 97 درصد بدست آمد. همچنین توانایی مدل (RDEA) در مقابل دادههای نامطمئن با استفاده از مدل شبیه سازی مونت کارلو بررسی گردید. در مطالعه دیگری (M. Mardani et al., 2013) به بررسی کارایی مزارع گندم در منطقه سیستان واقع در جنوب شرقی ایران پرداخته و توانایی مدل RDEA را به اثبات رساندند.
بررسیها نشان میدهد تاکنون مطالعهای با روش مذکور روی محصول خرما چه در داخل و چه خارج از کشور انجام نشده است. بنابراین مطالعه حاضر قصد دارد کارایی نخلستان های شهرستان بهبهان را بررسی نماید. چون تولید خرما، فعالیت عمده و منبع اصلی درآمد کشاورزان این منطقه است، بنابراین هرگونه تلاشی که بتواند باعث افزایش انواع کاراییهای نخلستانها در این منطقه شود، میتواند منجر به کاهش مصرف نهادهها تا سطح بهینه، کاهش هزینههای تولید و هزینههای اضافی، افزایش تولید خرما و در نهایت افزایش درآمد و سود نخلکاران منطقه شود. از طرف دیگر میتواند این فعالیت تولیدی را در سالهای آینده استمرار ببخشد؛ از تغییر کاربری و از بین رفتن نخلستانها، افزایش بیکاری و مهاجرت نیرویکار در منطقه جلوگیری نماید.
[1] . Multi Response Taguchi Method (MRT)
[2] . Neural Network Technique (NN)
[3] . Taguchi Method (TM)
چاپ صفحه | صفحه نخست سامانه | مجری و همکاران | اطلاعات تفضیلی | دانلود | دانشگاه علوم کشاورزی و منابع طبیعی خوزستان |
کد طرح | 99000008 |
عنوان فارسی طرح | ارزیابی توانایی مدلهای تحلیل پوششی نامطمئن جهت تعیین کارایی تولیدکنندگان خرما: کاربرد روش شبیهسازی مونت کارلو |
عنوان لاتین طرح | Assessing the ability of Uncertain data envelopment analysis models to determine the efficiency of date producers: Application of Monte Carlo simulation methodcounty |
محل اجرای طرح | دانشگاه علوم کشاورزی و منابع طبیعی خوزستان |
وضعیت اجرای طرح | |
تاریخ تصویب | |
تاریخ خاتمه |
نام و نامخانوادگی | سمت در طرح | نوع همکاری | درجهتحصیلی | پست الکترونیک |
---|---|---|---|---|
مصطفی مردانی | مجری | اول | دکترای تخصصی | mostafa.korg@yahoo.com |
عنوان | متن |
---|---|
پیشینه طرح | |
کلمات کلیدی | |
بیان مسئله و ضرورت انجام تحقیق | مدیریت اقتصادی واحدهای کشاورزی میتواند عامل مهمی در افزایش تولید و عملکرد محصولات کشاورزی، کاهش هزینهها و کاهش در مصرف نهادهها باشد. استفادهی کارآمد و بهینه از عوامل تولید و امکانات موجود با توجه به کمیابی منابع، میتواند راهی برای افزایش تولید و دستیابی به رشد اقتصادی در بخش کشاورزی باشد. در این راستا اندازهگیری کارایی واحدها به عنوان شاخص توانایی مدیریت واحد تصمیم گیرنده در میزان بکارگیری بهینه نهادهها برای تولید ستاده ضروری است. درخت خرما یکی از درختان استراتژیک و با اهمیت در ایران بشمار میرود و به دلیل شرایط اقلیمی مناسب برای کاشت آن از سابقه بسیار طولانی برخوردار است. محصول خرما سهم قابل توجهی در تولید ناخالص ملی (85/8 میلیون دلار در سال)، اشتغال زایی مناسب (بیش از 500 نفر به صورت دائم و 3400 نفر موقت )در مناطق خرما خیز، صادرات بیش از 100 هزار تن در سال، پتانسیل ارزآوری زیاد و ایجاد صنایع گوناگون بسته بندی و جانبی دارد. تولید این محصول از نظر ایجاد امنیت غذایی به دلیل ارزش تغذیه ای بالا و اولویت آن در سبد غذایی استانهای جنوبی ایران از اهمیت خاصی برخوردار است(Abdpour, Asadabadi, & Fami, 2017). استان خوزستان یکی از استانهای واقع در جنوب غربی ایران بوده و دومین استان از نظر تولید خرما است. این استان با 37452 هکتار سطح بارور و تولید 190 هزار تن از این محصول، عملکردی معادل 5083 کیلوگرم را به خود اختصاص داده است (سالنامه آماری جهاد کشاورزی خوزستان، 1398). در این میان شهرستان بهبهان با تولید 8/6 هزار تن محصول خرما یکی از تولیدکنندگان و همچنین صادرکنندگان بزرگ استان خوزستان بوده و منبع درآمدی بسیار مناسبی برای این شهرستان محسوب میشود. بنابراین با افزایش دادن کارایی تولید این محصول میتوان منابع و امکانات تولیدی را به سمتی سوق داد تا جایگاه رقابتی این محصول پایدار باقی بماند. در ادامه به تعدادی از مطالعات داخلی و خارجی انجام شده در مورد کارایی با استفاده از روشهای اعمال عدم حتمیت اشاره میگردد. (Hladík, 2019) در مطالعه ای یک روش جدید برای سنجش کارایی بر اساس استواری پیشنهاد نمود و بسیاری از ویژگی های این روش را به لحاظ نظری توضیح داد. این روش مبتنی بر یک دیدگاه بهینه سازی قوی (استوار) است. بهینه سازی استوار دارای ویژگی های قابل توجهی است؛ از جمله اینکه ترتیب رتبه بندی را در مقایسه با روش کلاسیک (DEA) حفظ مینماید. همچنین در تضاد با روش DEA کلاسیک، مقدار مطرح شده به طور طبیعی نرمال شده میباشد. یعنی این مقادیر میتواند نه فقط برای مقایسه واحدهای تصمیمگیر در یک مدل استفاده شود، بلکه برای مقایسهDMU ها از مدلهای مختلف، حتی مدلهای غیر مرتبط نیز استفاده گردد. بنابراین این روش مقادیر کلی (جامع) را ارئه میدهد. در واقع ایده اصلی این روش، دست یافتن به متدی بود که همان ویژگی های مثبت الگوریتم DEA کلاسیک را داشته باشد. علاوه بر آن ویژگی های مثبت بیشتری نیز داشته باشد. در این مطالعه در قالب ارائه چندین مثال، ویژگی های تئوریک RDEA تائید نیز گردید. (Alizadeh & Omrani, 2019)، نیز در مطالعهای برای تعیین و انتخاب بهترین ترکیب از پارمترهای ماشین لیزر CO2 از مدل RDEA استفاده نمودند. به طور خلاصه در این مطالعه به منظور بهینه سازی خصوصیات برش در ماشین لیزر CO2 از روش [1]MRT، NN[2] و RDEA در سه فاز بکار گرفته شد. روش تاگوچی ([3]TM) یکی از قدرتمندترین روش های آماری برای بهبود کیفیت است. روش MRT (متد پاسخ چندگانه تاگوچی) برای پوشش دادن کاستی های روش تاگوچی (TM) سنتی توسعه داده شد. برای بهینه سازی مسائل MRT تکنیک ها و روشهای مختلفی استفاده شده است. در بین روشهای موجود، DEA یکی از روشهای مورد علاقه است. این مطالعه در سه فاز انجام شد. در فاز اول و دوم به ترتیب از روش MRT و NN استفاده شد و در نهایت در فاز سوم از مدل RDEA برای انتخاب ترکیبات بهینه از پارامترهای ماشین لیزر CO2 استفاده گردید. همچنین به منظور تشریح قابلیت و توانایی رویکرد مطرح شده، یک سری داده واقعی از اجرای آزمایشات دستگاه برش لیزر CO2 از یک شرکت صنعتی در ایران جمع آوری گردید. طبق نتایج مدل، به منظور مصونیت قیدها در مقابل اختلات، مقادیر کارایی که توسط RDEA ایجاد شده از مقادیر ایجاد شده توسط مدل DEA کوچک تر هستند. همچنین در نظر نگرفتن عدم حتمیت در کاربرد برنامهریزی خطی ممکن است منجر به نتایج غیر قابل اعتماد و نادرست شود. این نتایج تائید مینمایند رویکرد مطرح شده با واقیعت انطباق بیشتری دارد و قابل کاربرد در صنایع ساخت میباشند. (Shokouhi et al., 2010)، در مطالعه ای یک روش بهینه سازی استوار را از DEA استاندارد در شرایط عدم حتمیت اقتباس نمودند. این روش بهینه سازی استوار بر اساس مدل CCR میباشد. ایشان با استفاده از دو مثال عددی (در زمینه کامپیوتر و مهندسی صنایع) به توضیح برخی ویژگی های این روش پرداختند. طبق ادبیات موجود مسئله دادههای غیردقیق (غیرصریح) در مدلهای DEA به روشهای مختلفی بررسی شده است. همان طور که قبلا ذکر شد، هر کدام از این روشها دارای مشکلات خاص خود هستند و میتوانند مشکلاتی را در عمل در کاربرد DEA به وجود آورند. (Shokouhi et al.) نیز در مطالعه خود به ارائه روش بهینه سازی استوار (RDEA) برای مواجه با عدم قطعیت در داده ها پرداختند. که این روش هم رویکرد فاصلهای (IDEA) را در بر میگرفت و هم پیچیدگی کمتری نسبت به روش فازی (FDEA) داشت. همچنین در مدل RDEA با استفاده از پارامترهای سطوح محافظه کاری به هر واحد تصمیمگیر (DMU) میتوان محافظهکاری مدل را تنظیم نمود. در این مطالعه نیز جهت نشان دادن اهمیت تفاوت کارایی برای سطوح مختلف، از شبیه سازی مونت کارلو استفاده گردید و انطباق رتبه بندی های ناشی از مدل ریاضی با واقیعت بررسی شد. همچنین در این مطالعه روش بهینه سازی استوار، یک روش جایگزین برای DEA فازی و فاصله ای معرفی شد. در کشور ایران نیز پژوهشی با استفاده از روش RDEA توسط (Mostafa Mardani & Salarpour, 2015) صورت گرفته است. در این مطالعه کارایی فنی و کارایی مقیاس 23 استان تولیدکننده محصول سیب زمینی بررسی شد. طبق نتایج کارایی فنی و کارایی مقیاس تولیدکنندگان سیب زمینی بالا و به ترتیب برابر 90 درصد و 97 درصد بدست آمد. همچنین توانایی مدل (RDEA) در مقابل دادههای نامطمئن با استفاده از مدل شبیه سازی مونت کارلو بررسی گردید. در مطالعه دیگری (M. Mardani et al., 2013) به بررسی کارایی مزارع گندم در منطقه سیستان واقع در جنوب شرقی ایران پرداخته و توانایی مدل RDEA را به اثبات رساندند. بررسیها نشان میدهد تاکنون مطالعهای با روش مذکور روی محصول خرما چه در داخل و چه خارج از کشور انجام نشده است. بنابراین مطالعه حاضر قصد دارد کارایی نخلستان های شهرستان بهبهان را بررسی نماید. چون تولید خرما، فعالیت عمده و منبع اصلی درآمد کشاورزان این منطقه است، بنابراین هرگونه تلاشی که بتواند باعث افزایش انواع کاراییهای نخلستانها در این منطقه شود، میتواند منجر به کاهش مصرف نهادهها تا سطح بهینه، کاهش هزینههای تولید و هزینههای اضافی، افزایش تولید خرما و در نهایت افزایش درآمد و سود نخلکاران منطقه شود. از طرف دیگر میتواند این فعالیت تولیدی را در سالهای آینده استمرار ببخشد؛ از تغییر کاربری و از بین رفتن نخلستانها، افزایش بیکاری و مهاجرت نیرویکار در منطقه جلوگیری نماید. |
خلاصه نتیجه اجرای طرح |
نام فایل | تاریخ درج فایل | اندازه فایل | دانلود |
---|---|---|---|
Proposal02.docx | 1399/07/11 | 182563 | دانلود |
New Doc 2020-09-20 19.36.19_1.jpg | 1399/07/11 | 159952 | دانلود |